دوست یابی بر اساس ویژگی های اجتماعی در اینترنت اشیا اجتماعی

شبکه اینترنت اشیای اجتماعی (SIoT)، ناشی از اتحاد شبکه اجتماعی و شبکه اینترنت اشیاست که هر شیء در این شبکه سعی دارد با استفاده از اشیای اطراف خود از سرویس هایی بهره برداری کند که توسط اشیای دوست خود ارائه می شوند. پس در این شبکه، پیداکردن شیء دوست مناسب برای بهره بردن از سرویس مناسب مهم تلقی می شود. حال وقتی تعداد دوستان اشیا زیاد باشد، آنگاه استفاده از الگوریتم های کلاسیک برای پیداکردن سرویس مناسب با کمک اشیای دوست، ممکن است زمان و بار محاسباتی و پیمایش در شبکه را بالا ببرد. بنابراین در این مقاله برای کم کردن بار محاسباتی و پیمایش شبکه سعی شده است که برای انتخاب شیء دوست مناسب از رویکرد اکتشافی و با استفاده از الگوریتم بهینه سازی فاخته باینری تطبیق داده شده (AB-COA) و شاخص محلی آدامیک آدار (AA) که مبتنی بر معیار مرکزیت درجه است بهره برده شود و ویژگی های همسایه های مشترک اشیا را در انتخاب شیء دوست و اکتشاف سرویس مناسب در نظر گرفته شود. نهایتا با اجرای الگوریتم AB-COA بر روی مجموعه داده وب استنفورد، میانگین گام مورد نیاز برای دستیابی به سرویس در شبکه، 8/4 به دست آمد که نشان دهنده برتری این الگوریتم نسبت به سایر الگوریتم هاست.